Metode AOP – GAC dalam Penanganan Limbah Cair Batik di Kalurahan Wijirejo, Kepanewon Pandak, Kabupaten Bantul Daerah Istimewa Yogyakarta
Notice bibliographique
Résumé
Seluruh aspek kehidupan memerlukan air bersih untuk memenuhi kebutuhan sehari-hari. Salah satu daerah di Kalurahan Wijirejo, Kepanewon Pandak, Kabupaten Bantul, Daerah Istimewa Yogyakarta menjadi sentra batik dengan skala rumah tangga di DIY. Kegiatan pengolahan batik akan menghasilkan limbah yang berasal dari proses pewarnaan dan pelorodan. Penelitian ini bertujuan untuk mengetahui kemampuan metode Advanced Oxidation Processes (AOP) – Granular Activated Carbon (GAC) untuk mendegradasi parameter BOD5 , COD, dan Fenol. Hasil penelitian dengan metode AOP –GAC yaitu injeksi ozon dengan larutan H2O2 (50%) sebanyak 1,5 ml dalam 1 liter limbah selama 30 menit merupakan waktu efektif. Penggunaan karbon aktif yang efektif yaitu sebanyak 6 gram dalam 1 liter limbah menghasilkan efisiensi yang dapat menurunkan 98,5% pada parameter BOD5 , COD sebanyak 98,6 %, dan Fenol sebanyak 99,5 %. Hasil penelitian menyimpulkan bahwa AOP - GAC efektif untuk menurunkan parameter BOD5 , COD, dan Fenol pada limbah Batik.Kata Kunci: Industri Batik; Limbah Cair; AOP – GAC; IPAL; Ozonisasi; Adsorpsi
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».